Intervention Strategies for Prevention of Comorbid Depression Among Individuals With Type 2 Diabetes: A Scoping Review
Notice bibliographique
Résumé
Background: Type 2 diabetes (T2D)-related depression has a significant impact on quality of life and leads to greater morbidity and mortality. Current educational and treatment programs for T2D rarely include a specific depression-prevention component, focusing largely on remediating depressive symptoms that have reached clinical levels. Objective: Given the vast field of research on the association between T2D and depression, and the unknown status of prevention efforts for the latter, the goal of this scoping review was to conduct a synopsis of intervention strategies specifically targeting the prevention of depression among adults with T2D. Eligibility criteria: 1) participants aged 18 and over with T2D; 2) experimental and quasi-experimental designs 3) intervention strategies seeking to prevent the onset or worsening of (non-clinical) depressive symptoms; 4) a valid measure of depressive symptoms; 5) full-text articles available in English or French. Sources of evidence: Databases including Medline, PubMed, and SCOPUS were searched between 2000 and 2018 resulting in 4219 potential articles. Charting methods: This review was conducted in-line with the current methodological framework for scoping reviews. Titles, abstract and full text articles were screened independently and in duplicate. A narrative analysis was conducted to synthesize study characteristics and the nature of intervention strategies and components. Results: Twelve studies were identified with the primary aim of preventing the incidence of depressive symptoms or improving non-clinical depression levels. Individual and group-based approaches included educational interventions incorporating diabetes self-management, problem-solving and resilience-focused approaches, emotion-targeted techniques as well as alternative interventions. Self-monitoring, home practices, and motivational interviewing were common elements. . Conclusions: This review lays the groundwork for future studies seeking to develop, validate, and improve prevention strategies targeting the diabetes-depression comorbidity. More studies over longer periods and with larger samples are needed to capture the effects of prevention efforts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».